Blick 348 und weg mit den Ähms – Cleanvoice.ai vs. Handarbeit

Wir blicken heute auf cleanvoice.ai. Ein neues Angebot von aus Österreich, das uns Podcastern das Leben leichter machen will: Es will mittels künstlicher Intelligenz in Audio-Spuren so genannte „Filler Sounds“ entdecken und eliminieren. „Filler Sounds“ sind beispielsweise Ähms, Uhms, ungewollte Wiederholungen, Stottern oder „Schmatzer“. Wie, und ob das wirklich funktioniert, das teste ich heute für Euch.

<Shownotes>

Intro

• Ähms von Adam Curry https://www.noagendashow.net und Alex
• Isa vom Oh, Baby-Podcast https://www.ohbaby-podcast.de/
• Music: ROUGH by: David Cutter Music – http://www.davidcuttermusic.co.uk 
• Saftiges Grußwort von Annik Rubens als Larissa Vassilian vom Slowgerman Podcast https://slowgerman.com/

Talkabout: Wie eliminiere ich Verzögerungslaute wie Ähms in einem Podcast – KI Cleanvoice vs. Handabreit [04:53]

• Rückblick auf „Blick 337 auf Vocal Make-Up und akustisches Photoshopping“ https://pimpyourbrain.de/blick337
• Jetzt im Roll Out https://cleanvoice.ai/ von Data Scientist Adrian Spataru https://www.linkedin.com/in/spataru/?originalSubdomain=at. Der ist bei Christian Conradi im Frequenz-Podcasts im Interview https://overcast.fm/+NiUeJRoeA/1:00:36 
• Cleanvoice.ai hat im Test-Audiofile in 2:46 min 158 filler sounds entdeckt und die Datei von 2:46 auf 2:03 gekürzt

Outro [17:44]

Produktion:

**Klangstelle Podcast Manufaktur – Feinste Hörstücke seit 2005

**Signalstrecke der Episode

• Location: Kutscherhaus Office
• MIC: Heil PR 40
• Audio-Interface: Focusrite Scarlett 2i2 
• MIX-MASTER: Adobe Audition (EQ, Normalize, Kompressor, Normalize)

Bildnachweis: Georg Sander – Pixelio.de